I metodi Electre. La scelta fra le alternative: i metodi Electre. Perché introdurre l incompletezza? I metodi Electre: elementi comuni

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "I metodi Electre. La scelta fra le alternative: i metodi Electre. Perché introdurre l incompletezza? I metodi Electre: elementi comuni"

Transcript

1 I metodi Electre La scelta fra le alternative: i metodi Electre Electre = ELimination Et Choix Traduisant la REalité scopo: mettere a punto un metodo decisionale il più aderente possibile alla realtà rifiutano a priori il rigore assiomatico sono tollerate contraddizioni matematiche seguono concretamente il processo decisionale assecondano l irrazionalità del decisore dipendenza dalle alternative irrilevanti inconsistenza dei confronti a coppie incompletezza (= incomparabilità tra alternative) Perché introdurre l incompletezza? I metodi Electre: elementi comuni in teoria: assioma di completezza il decisore, posto di fronte a due alternative A e B, deve essere sempre in grado di esprimere la sua preferenza o indifferenza non è tollerata l incertezza nella realtà: i sensi umani hanno capacità di discriminazione finita e operano per classi la compensazione tra due alternative con opportuni pesi non sempre è possibile la percezione della differenza di prestazione è soggettiva incompletezza ammettono inconsistenza (caduta dell assioma di transitività) e incomparabilità (caduta dell assioma di completezza) analisi di concordanza valutazione dei fattori (criteri) che non si oppongono al fatto che un alternativa sia meglio di un altra analisi di discordanza misura del rammarico nello scegliere un alternativa piuttosto che un altra attribuzione di pesi ai criteri secondo le preferenze verifica dell esistenza di relazioni di surclassamento tra coppie di alternative (sulla base di soglie di concordanza e discordanza) creazione di un delle alternative ed eventuale rappresentazione per mezzo di un grafo dei surclassamenti Il punto di partenza Electre I matrice delle prestazioni A A A x u x (A ) u x (A ) u x (A ) x u x (A ) u x (A ) u x (A ) x u x (A ) u x (A ) u x (A ) x u x (A ) u x (A ) u x (A ) w w w w vettore dei pesi

2 Concordanza coefficiente di concordanza: c ij = Σ k I + ij U I= ij Σ w k k w k insieme dei criteri I + ij = per i quali l alternativa i è preferita all alternativa j insieme dei criteri I = ij = per i quali l alternativa i è equivalente all alternativa j tiene conto dell insieme dei criteri che non si oppongono al fatto che l alternativa i sia meglio dell alternativa j esprime il grado con cui si concorda sul fatto che i è migliore di j rappresenta la soddisfazione che prova il decisore scegliendo i anziché j Concordanza I + A A A x >.. x. >. x. <. x. <. Σ w k =.+. =. k I + U I= Σ w k = k.... c =. Matrice di concordanza Discordanza A A A A -.. A. -. A.. - c ij [,] c ij + c ji = I = ij = Ø coefficiente di discordanza: d ij = max w k u xk (A j ) - u xk (A i ) k I - ij max wk u (A xk j) - u (A xk i) k I I - ij = insieme dei criteri per i quali l alternativa j è preferita all alternativa i tiene conto delle differenze di prestazione tra l alternativa i e l alternativa j quantifica il grado con cui alternativa i è peggiore della j rappresenta il rammarico che prova il decisore scegliendo i anziché j Discordanza Matrice di discordanza A A A I - x >.. x. >. x. <. x. <..... A A A A -.. A - A. - max w k u xk (A ) - u xk (A ) = w u x (A ) u x (A ) =. -. =. k I - max w k u xk (A ) - u xk (A ) = w u x (A ) u x (A ) =..- =. k I d =. d ij [,]

3 Soglie di concordanza e discordanza Determinazione delle soglie soglia di concordanza S c ( < S c < ) se c ij S c i criteri per cui i è preferibile a j (area di non conflitto) sono sufficientemente importanti se c ij <S c i non surclassa j perché il conflitto è troppo alto (area di non conflitto troppo piccola) soglia di discordanza S d ( < S d < ) se d ij >S d i non surclassa j perché la differenza di prestazione tra i e j (area di conflitto) giustifica un veto alla scelta di i rispetto a j se d ij S d i criteri discordanti non sono abbastanza importanti da porre un veto sulla scelta di i rispetto a j la determinazione delle soglie rappresenta una fase critica del metodo Electre I spesso si assumono come soglie i valori medi degli indici di concordanza e di discordanza: n n S c = n(n-) i= j= j i Σ Σ c ij n n S d = n(n-) i= j= j i Σ Σ d ij La relazione di surclassamento La relazione di surclassamento i surclassa j se e solo se (c ij S c ) e (d ij S d ) A A A A A A A -.. A -.. A. -. A - A.. - A. - S c =. A A A S d =. A - A - la matrice di surclassamento può essere rappresentata sotto forma di grafo orientato A A A A - A - A - nodi: alternative archi: relazioni di surclassamento A - La ricerca del nucleo Electre I: problematiche nucleo: insieme delle alternative tra loro non comparabili (ovvero non da nessun altra alternativa) identificato a partire dal grafo orientato eliminando le alternative tutte le alternative che appartengono al nucleo sono tra loro non comparabili, mentre quelle che non appartengono al nucleo sono da almeno una alternativa del nucleo le alternative del nucleo rappresentano quelle tra cui il decisore dovrà effettuare una scelta di tipo politico non genera un tranne che per grafi completi (nessun nodo isolato) e transitivi (per i quali vale la relazione di transitività tra i nodi) elimina solo alcune alternative la scelta delle soglie è un fattore critico è soggettiva l uso delle medie dei coefficienti di concordanza/discordanza come soglie manca di un preciso significato pratico influenza l

4 Grafo forte e grafo debole Electre II si introducono due coppie di soglie: debole e forte < S c D <S c F <, < S d F <S d D < si generano due grafi di surclassamento: uno forte, più rigido e restrittivo e quindi più povero di surclassamenti, e con molte incomparabilità uno debole, meno restrittivo e quindi più ricco di surclassamenti e con poche incomparabilità discendente: nel grafo debole discendente: nel grafo debole discendente : nel grafo debole discendente : nel grafo debole {,} Ι

5 discendente : nel grafo debole discendente : nel grafo debole {} ΙΙ Ordinamento medio si ripete poi la procedura per generare un ascendente (in modo analogo ma invertendo i versi delle frecce) si ottengono quindi due ordinamenti che in generale possono essere differenti: discendente classe: I II III IV V alternative: {,} {} {} {,} {,,} ascendente classe: V IV III II I alternative: {,,} {,} {} {,} {} poiché i due ordinamenti possono essere differenti, un metodo per generare un finale consiste nel calcolare la posizione media delle alternative: alternativa disc. asc. medio... tuttavia: l è comunque parziale operare una media tra ordinamenti contraddittori è un operazione quanto meno discutibile Il metodo della dominanza debole L area di dominanza secondo l approccio basato sulle soglie, i surclassa j se e solo se (c ij S c ) e (d ij S d ) nel caso in cui S c = e S d = ci si riconduce al concetto di dominanza di Pareto: i domina j se è migliore per almeno un criterio senza essere peggiore per gli altri nel caso in cui S c < e S d > si passa da un concetto di dominanza assoluta (paretiana) a un concetto di dominanza debole (surclassamento) al variare dei valori di S c e S d è possibile esplorare come varia la dominanza di un alternativa sulle altre i surclassa j se e solo se (c ij S c ) e (d ij S d ) C A A A A -.. A. -. A.. - D A A A A -.. A - A. - ad esempio, per S c =. e S d =. A surclassa A (c =.>. e d =.<.) A non surclassa A (c =.<. e d =.<.)

6 L area di dominanza Ordinamento C A A A D A A A C A A A D A A A A -.. A -.. A -.. A -.. A. -. A - A. -. A - A.. - A. - i surclassa j se e solo se (c ij S c ) e (d ij S d ) A è surclassata da A per S c. e S d. S d A.. - A. - è possibile ordinare le alternative in base alle dimensioni delle aree di dominanza: S d A A è surclassata da A per S c. e S d. l area A rappresenta l area di dominanza per l alternativa A, ovvero l insieme delle coppie S c A infatti, quanto più è ampia la zona del piano S c -S d in cui un alternativa è surclassata, tanto meno l alternativa è soddisfacente S c A A di valori S c -S d per cui A è surclassata da almeno A A A un altra alternativa Il metodo degli indici di concordanza/discordanza Ordinamento date le matrici C e D si ricavano un indice assoluto di concordanza e un indice assoluto di discordanza per ogni alternativa: n n C A IC i = Σ c ij - Σ A A c ji j= i= A -.. n n A ID i = Σ d ij - Σ. -. d ji j= i= A.. - D A A A le alternative vengono ordinate in senso discendente rispetto all indice assoluto di concordanza e in senso ascendente rispetto all indice assoluto di discordanza: IC =.; IC = -.; IC = -. A A, A ID = -; ID =.; ID = -. A A A IC = (.+.) - (.+.) =. ID = (.+.) - (+) = - A -.. A - A. - i due ordinamenti non coincidono! Funzione di concordanza per criterio Electre III per ogni criterio k vengono introdotte una soglia di indifferenza q k e una soglia di preferenza stretta p k entrambe hanno un significato fisico e sono legate alla differenza di prestazioni tra due alternative rispetto al criterio considerato niente in contrario al fatto che A i sia preferita a A j A j è debolmente preferita a A i A j è decisamente preferita a A i c ij,k q k p k u xk (A j ) u xk (A i )

7 Funzione di discordanza per criterio Matrice di concordanza per ogni criterio k viene introdotta una soglia di veto v k oltre alla soglia di preferenza stretta p k sulla base delle concordanze viene generata una matrice di concordanza per ogni criterio si ricava poi una matrice generale di concordanza come somma pesata delle matrici per criterio: d ij,k nessun rammarico scegliendo A i anziché A j la scelta di A i invece di A j è causa di rammarico A j è incomparabile con A i n Σ w k c ij,k k= c ij = n Σ w k k= p k v k u xk (A j ) u xk (A i ) Matrice di credibilità dei surclassamenti Soglia di discriminazione i livelli di concordanza vengono poi attenuati sulla base dei valori di discordanza si ottiene così una matrice di credibilità dei surclassamenti Δ - d ij,k δ ij = c ij Π con F = {k d ij,k >c ij } k F - c ij se fra tutti i criteri ve n è almeno uno per cui la discordanza è, δ ij = la credibilità del surclassamento è nulla se per nessun criterio d ij,k >c ij allora δ ij = c ij la credibilità del surclassamento coincide con la concordanza in tutti gli altri casi δ ij < c ij la credibilità del surclassamento è inferiore alla concordanza ottenuta la matrice Δ, si definisce una soglia di discriminazione S δ sulla base della quale effettuare la scelta tra due alternative: l alternativa i surclassa l alternativa j se δ ij > δ { ji δij - δ ji >Sδ ij la soglia di discriminazione non è costante, ma è funzione di δ ij Sδ ij =a-b δ ij ovvero, tanto maggiore è il livello di conflitto nella scelta tra le alternative (δ ij piccolo) tanto più alta è la soglia da superare per accettare il surclassamento di i su j Distillazione delle alternative definite le soglie di discriminazione, un algoritmo di distillazione consente di ricavare un discendente e un ascendente delle alternative un alternativa sta tanto più in alto nell quanto maggiore è la credibilità con cui surclassa le altre alternative Algoritmo di distillazione discendente: ) nella matrice Δ si determina λ = max(δ ij ) ) si calcola la soglia di discriminazione S λ = a - b λ ) si determina un livello α di credibilità come α = λ -S λ ) si attribuisce a ogni alternativa A i un α-punteggio così definito: + per ogni alternativa surclassata da A i con credibilità α - per ogni alternativa che surclassa A i con credibilità α ) si selezionano le alternative con α-punteggio massimo: se è una sola, la si inserisce in classifica, la si elimina da Δ e si itera l algoritmo fino ad esaurimento delle alternative se sono più di una, si estrae da Δ la sottomatrice che le contiene e si applica l algoritmo alla sottomatrice

8 Ordinamento complessivo Electre IV ascendente: si sviluppa in modo analogo all algoritmo di discendente, ma selezionando via via le alternative con α-punteggio minimo sulla base dei due ordinamenti discendente e ascendente si ottiene infine un complessivo (parziale) che tiene conto delle incomparabilità ord. discendente: A A A A A A, A ord. ascendente: A A A A A A, A l attribuzione dei pesi ai criteri rappresenta una fase critica dei metodi Electre precedenti Electre IV non attribuisce pesi ai criteri utilizza soglie di indifferenza, preferenza stretta e veto contatori di preferenze (per quanti criteri i è preferita a j?) categorie di surclassamento (quasi dominanza, dominanza canonica, pseudodominanza, veto-dominanza) genera una matrice di credibilità dei surclassamenti sulla base della quale vengono generati due ordinamenti l finale è ricavato con la stessa procedura utilizzata in Electre III è parziale e tiene conto delle incomparabilità Electre IV è applicabile solo in casi in cui i criteri hanno importanza simile (nessun criterio predominante e nessun criterio trascurabile)

Metodi Decisionali Multicriterio

Metodi Decisionali Multicriterio Metodi Decisionali Multicriterio Decisore Si hanno individuano due proprietà di un decisore: -intelligenza possiede capacità logiche per individuare senza errori la scelta che gli assicura il miglior risultato

Dettagli

Il problema della scelta delle alternative: Introduzione ai metodi di analisi a molti attributi. Criterio di Efficienza di Pareto

Il problema della scelta delle alternative: Introduzione ai metodi di analisi a molti attributi. Criterio di Efficienza di Pareto Il problema della scelta delle alternative: Introduzione ai metodi di analisi a molti attributi Valutazione di Impatto Ambientale Prof. Giulio De Leo Dipartimento di Scienze Ambientali Università degli

Dettagli

Analisi multicriteria. Analisi multicriteria

Analisi multicriteria. Analisi multicriteria m alternative: a, b,... n criteri: 1, 2,..., n g i (a): valore che viene attribuito all alternativa a sulla base del criterio i. Ogni criterio i induce sull insieme dei candidati una relazione di ordine

Dettagli

I sistemi di voto. Marco Greco 6 novembre 2009

I sistemi di voto. Marco Greco 6 novembre 2009 I sistemi di voto Marco Greco 6 novembre 009 Voto vs Negoziato Processo formalizzato in cui più attori decisionali scelgono una soluzione ad un problema di comune interesse Il negoziato è un processo in

Dettagli

Metodi di supporto alle decisioni manageriali. Supporto alle Decisioni Multi-Criterio

Metodi di supporto alle decisioni manageriali. Supporto alle Decisioni Multi-Criterio Metodi di supporto alle decisioni manageriali Supporto alle Decisioni Multi-Criterio Funzioni ordinali Il metodo più utilizzato per rappresentare un ordine debole su un insieme di alternative X è di associare

Dettagli

Valutazione multicriteriale

Valutazione multicriteriale Valutazione economica del progetto Valutazione multicriteriale prof. arch. Stefano Stanghellini collaboratrice: phd arch. Valeria Ruaro Finalità valutative a Scelta Selezione della alternativa migliore,

Dettagli

Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA

Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A. 2013-2014. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA ALCUNE PREMESSE Cosa e la microeconomia? E la disciplina che studia

Dettagli

età (anni) manutenzione (keuro) ricavato (keuro)

età (anni) manutenzione (keuro) ricavato (keuro) .6 Cammini minimi. Determinare i cammini minimi dal nodo 0 a tutti gli altri nodi del seguente grafo, mediante l algoritmo di Dijkstra e, se applicabile, anche mediante quello di Programmazione Dinamica.

Dettagli

11.4 Chiusura transitiva

11.4 Chiusura transitiva 6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)

Dettagli

Possibile applicazione

Possibile applicazione p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile

Dettagli

Corso di Analisi e Valutazione Ambientale

Corso di Analisi e Valutazione Ambientale Università degli Studi Roma Tre Facoltà di Architettura Corso di Analisi e Valutazione Ambientale A.A 2001/2002 Prof. Alessandro Giangrande PESI ITRISECI E PESI SPECIFICI DEI CRITERI I AHP Un esempio atto

Dettagli

Tema d esame del 15/02/12

Tema d esame del 15/02/12 Tema d esame del 15/0/1 Volendo aprire un nuovo locale, una catena di ristoranti chiede ad un consulente di valutare la posizione geografica ideale all interno di un centro abitato. A questo scopo, avvalendosi

Dettagli

La teoria microeconomica del consumo

La teoria microeconomica del consumo Istituzioni di Economia Matematica La teoria microeconomica del consumo Il problema del consumatore 1 a parte. Mario Sportelli Dipartimento di Matematica Università degli Studi di Bari Via E. Orabona,

Dettagli

Metodo di Quine- McCluskey

Metodo di Quine- McCluskey Metodo di Quine- McCluskey Maurizio Palesi Maurizio Palesi Definizioni Date due funzioni f(x,x 2,,x n ) e g(x,x 2,,x n ) si dice che f copre g (oppure g implica f) e si scrive f g se f(x,x 2,,x n )= quando

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015 1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)

Dettagli

Tavola di mobilità: esempio

Tavola di mobilità: esempio Tavola di mobilità: esempio Destinazione sociale Origine sociale Classe superiore Classe media Classe inferiore Totale Classe superiore 160 30 10 200 Classe media 90 150 60 300 Classe inferiore 50 200

Dettagli

Esecuzione concorrente di transazioni

Esecuzione concorrente di transazioni Esecuzione concorrente di transazioni A L B E R T O B E L U S S I P A R T E I A N N O A C C A D E M I C O 2 0 1 0-2 0 1 1 Osservazione Per gestire con prestazione accettabili il carico di lavoro tipico

Dettagli

Grafi: visite. Una breve presentazione. F. Damiani - Alg. & Lab. 04/05 (da C. Demetrescu et al - McGraw-Hill)

Grafi: visite. Una breve presentazione. F. Damiani - Alg. & Lab. 04/05 (da C. Demetrescu et al - McGraw-Hill) Grafi: visite Una breve presentazione Visite di grafi Scopo e tipi di visita Una visita (o attraversamento) di un grafo G permette di esaminare i nodi e gli archi di G in modo sistematico Problema di base

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti su Indipendenza Lineare di Vettori Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo

Dettagli

Markov Chains and Markov Chain Monte Carlo (MCMC)

Markov Chains and Markov Chain Monte Carlo (MCMC) Markov Chains and Markov Chain Monte Carlo (MCMC) Alberto Garfagnini Università degli studi di Padova December 11, 2013 Catene di Markov Discrete dato un valore x t del sistema ad un istante di tempo fissato,

Dettagli

Coverage. Visto che il coverage si basa su aree dell ambiente che vengono monitorate non è

Coverage. Visto che il coverage si basa su aree dell ambiente che vengono monitorate non è L. Pallottino, Sistemi Robotici Distribuiti - Versione del 10 Dicembre 2015 393 Coverage Si consideri ora il problema di coordinare una squadra di robot con dei sensori omnidirezionali in modo da garantire

Dettagli

Problemi, istanze, soluzioni

Problemi, istanze, soluzioni lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un

Dettagli

Attori istituzionali con poteri di veto (2)

Attori istituzionali con poteri di veto (2) Attori istituzionali con poteri di veto (2) Teoria dei veto players La teoria degli attori con potere di veto (veto players) consente di comparare le istituzioni politiche dei vari paesi in modo coerente

Dettagli

corso di Teoria dei Sistemi di Trasporto Modelli di offerta PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa

corso di Teoria dei Sistemi di Trasporto Modelli di offerta PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa corso di Teoria dei Sistemi di Trasporto PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Iscrizione al corso Da effettuarsi on line http://delphi.uniroma.it

Dettagli

Argomenti Capitolo 1 Richiami

Argomenti Capitolo 1 Richiami Argomenti Capitolo 1 Richiami L insieme dei numeri reali R si rappresenta geometricamente con l insieme dei punti di una retta orientata su cui sia stato fissato un punto 0 e un segmento unitario. L insieme

Dettagli

Microeconomia Finanziaria

Microeconomia Finanziaria Sara Savastano Università di Roma Tor Vergata DEF a.a. 2014-2015 1 Teoria Microeconomica: Analisi del comportamento degli individui, degli agenti, e l aggregazione delle loro azioni in un contesto istituzionale

Dettagli

Vettori e geometria analitica in R 3 1 / 25

Vettori e geometria analitica in R 3 1 / 25 Vettori e geometria analitica in R 3 1 / 25 Sistemi di riferimento in R 3 e vettori 2 / 25 In fisica, grandezze fondamentali come forze, velocità, campi elettrici e magnetici vengono convenientemente descritte

Dettagli

GRAFI. fig.1 - GRAFI (1) Si avvisa il lettore che certe definizioni che verranno date differiscono da quelle presenti in letteratura.

GRAFI. fig.1 - GRAFI (1) Si avvisa il lettore che certe definizioni che verranno date differiscono da quelle presenti in letteratura. GRAFI 1. Definizioni, terminologia, esempi e applicazioni (1) Un grafo orientato (o diretto o di-grafo) G è una coppia (V,E) dove V è un insieme non vuoto ed E una relazione binaria su V, E V V, ossia

Dettagli

SCOPO DELL ANALISI DI CORRELAZIONE

SCOPO DELL ANALISI DI CORRELAZIONE CORRELAZIONE 1 SCOPO DELL ANALISI DI CORRELAZIONE STUDIARE LA RELAZIONE TRA DUE VARIABILI X E Y 2 diagrammi di dispersione un diagramma di dispersione (o grafico di dispersione) èuna rappresentazione grafica

Dettagli

La valutazione multicriteriale

La valutazione multicriteriale La valutazione multicriteriale Arch. Laura Gabrielli Valutazione economica del progetto a.a. 2005/06 Una definizione La valutazione costituisce un insieme di attività che ha come scopo principale la razionalizzazione

Dettagli

Le graduatorie basate su una molteplicità di indicatori. I pericoli della sintesi di variabili disomogenee.

Le graduatorie basate su una molteplicità di indicatori. I pericoli della sintesi di variabili disomogenee. Le graduatorie basate su una molteplicità di indicatori. I pericoli della sintesi di variabili disomogenee. Sovente è necessario stabilire delle graduatorie tra unità statistiche. In azienda il problema

Dettagli

Grammatiche. Grammatiche libere da contesto Grammatiche regolari Potenza delle grammatiche libere e regolari Struttura di frase: Alberi di derivazione

Grammatiche. Grammatiche libere da contesto Grammatiche regolari Potenza delle grammatiche libere e regolari Struttura di frase: Alberi di derivazione Grammatiche Grammatiche libere da contesto Grammatiche regolari Potenza delle grammatiche libere e regolari Struttura di frase: Alberi di derivazione Esempio dei numeri interi Si consideri il linguaggio

Dettagli

Riduzione degli schemi a blocchi

Riduzione degli schemi a blocchi 0.0..2 Riduzione degli scemi a blocci Spesso i sistemi complessi vengono rappresentati con scemi a blocci, i cui elementi anno ciascuno un solo ingresso e una sola uscita. I blocci elementari per la rappresentazione

Dettagli

Analisi delle corrispondenze

Analisi delle corrispondenze Capitolo 11 Analisi delle corrispondenze L obiettivo dell analisi delle corrispondenze, i cui primi sviluppi risalgono alla metà degli anni 60 in Francia ad opera di JP Benzécri e la sua equipe, è quello

Dettagli

Algoritmi e strutture dati

Algoritmi e strutture dati Algoritmi e Strutture Dati Cammini minimi Definizioni Sia G = (V,E) un grafo orientato pesato sugli archi. Il costo di un cammino π = è dato da: Un cammino minimo tra una coppia di

Dettagli

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti

Dettagli

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ. ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio

Dettagli

Applicazioni lineari tra spazi euclidei. Cambi di base.

Applicazioni lineari tra spazi euclidei. Cambi di base. pplicazioni lineari tra spazi euclidei. Cambi di base. Esercizio. Data la seguente applicazione lineare f : R R : f(x, y, z) = (x z, x + y, y + z), scrivere la matrice B, rappresentativa di f rispetto

Dettagli

Grafi pesati Minimo albero ricoprente

Grafi pesati Minimo albero ricoprente Algoritmi e Strutture Dati Definizioni Grafi pesati Minimo albero ricoprente Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è un albero; T contiene

Dettagli

Modelli decisionali su grafi - Problemi di Localizzazione

Modelli decisionali su grafi - Problemi di Localizzazione Modelli decisionali su grafi - Problemi di Localizzazione Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova Percorso Minimo tra tutte le coppie di vertici 2 Si può applicare n volte Dijstra

Dettagli

DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri:

DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: 1. modulo: la lunghezza del segmento 2. direzione: coincidente con la direzione

Dettagli

Lezioni di ISTITUZIONI di MATEMATICA (gruppo 3)

Lezioni di ISTITUZIONI di MATEMATICA (gruppo 3) Lezioni di ISTITUZIONI di MATEMATICA (gruppo 3) Nicola Durante 2011-12 Abstract 1 Insiemi numerici (Lezione del 5.10.11) 1.1 Cenni di teoria degli insiemi Richiamiamo brevemente alcuni simboli usati in

Dettagli

L errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)%

L errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)% UNITÀ L ELBORZIONE DEI DTI IN FISIC 1. Gli errori di misura.. Errori di sensibilità, errori casuali, errori sistematici. 3. La stima dell errore. 4. La media, la semidispersione e lo scarto quadratico

Dettagli

STRUMENTI MATEMATICI

STRUMENTI MATEMATICI 1. TABELLA A DOPPIA ENTRATA 1 STRUMENTI MATEMATICI E' un riquadro formato da righe orizzontali e colonne verticali. I dati sulla prima colonna sono i dati in entrata di ciascuna riga; i dati sulla prima

Dettagli

Cammini minimi fra tutte le coppie

Cammini minimi fra tutte le coppie Capitolo 12 Cammini minimi fra tutte le coppie Consideriamo il problema dei cammini minimi fra tutte le coppie in un grafo G = (V, E, w) orientato, pesato, dove possono essere presenti archi (ma non cicli)

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 6 - Soluzione Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione

Dettagli

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Capitolo IV SPAZI VETTORIALI EUCLIDEI Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.

Dettagli

Capitolo 3 La scelta razionale del consumatore

Capitolo 3 La scelta razionale del consumatore Capitolo 3 La scelta razionale del consumatore Il comportamento del consumatore Tre fasi distinte di analisi nello studio del comportamento del consumatore 1. Le preferenze del consumatore 2. I vincoli

Dettagli

REGRESSIONE E CORRELAZIONE

REGRESSIONE E CORRELAZIONE REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.

Dettagli

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

Dettagli

Esercitazioni di Algebra e Geometria

Esercitazioni di Algebra e Geometria Esercitazioni di Algebra e Geometria Anno Accademico 2010 2011 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.30

Dettagli

Sintesi Sequenziale Sincrona Sintesi Comportamentale di reti Sequenziali Sincrone

Sintesi Sequenziale Sincrona Sintesi Comportamentale di reti Sequenziali Sincrone Sintesi Sequenziale Sincrona Sintesi Comportamentale di reti Sequenziali Sincrone Il problema dell assegnamento degli stati versione del 9/1/03 Sintesi: Assegnamento degli stati La riduzione del numero

Dettagli

LA MATEMATICA DELLE RELAZIONI SOCIALI

LA MATEMATICA DELLE RELAZIONI SOCIALI LA MATEMATICA DELLE RELAZIONI SOCIALI ALESSIO TORTI SILVIA LAZZARI FRANCESCA GERACE FLAVIA VICICONTE ABSTRACT. Nell articolo si analizzano, utilizzando la teoria dei grafi, le diverse configurazioni che

Dettagli

Esercizi di Calcolo delle Probabilità

Esercizi di Calcolo delle Probabilità Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013 A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 7 giugno 0 Nome: Cognome: Matricola: Orale /06/0 ore aula N Orale 0/07/0 ore aula N

Dettagli

ESERCIZI SULLE MATRICI

ESERCIZI SULLE MATRICI ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a

Dettagli

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Esercizio 1.12 Per dimostrare che per ogni funzione esiste una formula in cui compaiono le variabili tale che la corrispondente

Dettagli

Le preferenze del consumatore e il concetto di utilita

Le preferenze del consumatore e il concetto di utilita Università degli Studi di Napoli Federico II Corso di studi CLEA Anno accademico 2012/13 Le preferenze del consumatore e il concetto di utilita Ornella Wanda Maietta maietta@unina.it Sommario 1. Rappresentazione

Dettagli

Il campionamento e l inferenza. Il campionamento e l inferenza

Il campionamento e l inferenza. Il campionamento e l inferenza Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento

Dettagli

MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI

MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI CORSO DI PROGETTAZIONE DEI SISTEMI DI TRASPORTO - I MODELLI DI ASSEGNAZIONE L ASSEGNAZIONE DELLA DOMANDA AD UNA RETE DI TRASPORTO CONSISTE NEL CALCOLARE I FLUSSI

Dettagli

Sintesi di Reti Sequenziali Sincrone

Sintesi di Reti Sequenziali Sincrone Sintesi di Reti Sequenziali Sincrone Maurizio Palesi Maurizio Palesi 1 Macchina Sequenziale Una macchina sequenziale è definita dalla quintupla (I,U,S,δ,λ ) dove: I è l insieme finito dei simboli d ingresso

Dettagli

Indice della lezione. Incertezza e rischio: sinonimi? Le Ipotesi della Capital Market Theory UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA

Indice della lezione. Incertezza e rischio: sinonimi? Le Ipotesi della Capital Market Theory UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA UNIVERSIT DEGLI STUDI DI PRM FCOLT DI ECONOMI Indice della lezione Corso di Pianificazione Finanziaria Introduzione al rischio Rischio e rendimento per titoli singoli La Teoria di Portafoglio di Markowitz

Dettagli

INTEGRAZIONE DI ANALISI MULTICRITERI E CONTINGENT VALUATION PER LA PIANIFICAZIONE DEL VERDE PUBBLICO

INTEGRAZIONE DI ANALISI MULTICRITERI E CONTINGENT VALUATION PER LA PIANIFICAZIONE DEL VERDE PUBBLICO XXIV CONFERENZA ITALIANA DI SCIENZE REGIONALI INTEGRAZIONE DI ANALISI MULTICRITERI E CONTINGENT VALUATION PER LA PIANIFICAZIONE DEL VERDE PUBBLICO Corrado ZOPPI Dipartimento di Ingegneria del Territorio,

Dettagli

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 . Cammini ottimi E. Amaldi Fondamenti di R.O. Politecnico di Milano .. Cammini minimi e algoritmo di Dijkstra Dato un grafo orientato G = (N, A) con una funzione di costo c : A c ij R e due nodi s e t,

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative

Dettagli

STATISTICA APPLICATA Prof.ssa Julia Mortera. Concentrazione

STATISTICA APPLICATA Prof.ssa Julia Mortera. Concentrazione STATISTICA APPLICATA Prof.ssa Julia Mortera Concentrazione Questo materiale non sufficiente per la conoscenza/preparazione dell argomento per il quale si rimanda al testo: Cicchitelli (2012) Statistica:

Dettagli

Facoltà di Giurisprudenza

Facoltà di Giurisprudenza Facoltà di Giurisprudenza METODOLOGIE STATISTICHE UTILIZZATE PER L ANALISI DELLA SODDISFAZIONE DEGLI STUDENTI FREQUENTANTI A.A. 2010-2011 NUCLEO DI VALUTAZIONE DI ATENEO MILANO PIACENZA - CREMONA ROMA

Dettagli

8 - Dimensionamento del piano di coda

8 - Dimensionamento del piano di coda 8 - Dimensionamento del piano di coda 8.1 Piano di coda orizzontale Si è scelto un piano di coda orizzontale di tipo stabilizzatore equilibratore, di profilo NACA 0012 con un rapporto di rastremazione

Dettagli

Introduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente

Introduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente Routing Introduzione Il livello 3 della pila ethernet ha il compito di muovere i pacchetti dalla sorgente attraversando più sistemi Il livello di network deve quindi: Scegliere di volta in volta il cammino

Dettagli

TEMI D ESAME DI ANALISI MATEMATICA I

TEMI D ESAME DI ANALISI MATEMATICA I TEMI D ESAME DI ANALISI MATEMATICA I Corso di laurea quadriennale) in Fisica a.a. 003/04 Prova scritta del 3 aprile 003 ] Siano a, c parametri reali. Studiare l esistenza e, in caso affermativo, calcolare

Dettagli

Università degli Studi di Palermo Facoltà di Economia. Dipartimento di Scienze Economiche, Aziendali e Statistiche. Appunti del corso di Matematica

Università degli Studi di Palermo Facoltà di Economia. Dipartimento di Scienze Economiche, Aziendali e Statistiche. Appunti del corso di Matematica Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 03 - I Numeri Reali Anno Accademico 2015/2016 M. Tumminello,

Dettagli

Corsi di Introduzione alla teologia

Corsi di Introduzione alla teologia Corsi di Introduzione alla teologia METODOLOGIE STATISTICHE UTILIZZATE PER L ANALISI DELLA SODDISFAZIONE DEGLI STUDENTI FREQUENTANTI A.A. 011-01 NUCLEO DI VALUTAZIONE DI ATENEO MILANO PIACENZA - CREMONA

Dettagli

Esercizi per Geometria II Geometria euclidea e proiettiva

Esercizi per Geometria II Geometria euclidea e proiettiva Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si

Dettagli

Intelligenza Artificiale. Ricerca euristica Algoritmo A*

Intelligenza Artificiale. Ricerca euristica Algoritmo A* Intelligenza Artificiale Ricerca euristica Algoritmo A* Marco Piastra Metodi di ricerca - Ricerca non informata Ricerca nello spazio degli stati Definizione di un grafo come spazio degli stati I nodi rappresentano

Dettagli

EQUAZIONE DELLA RETTA

EQUAZIONE DELLA RETTA EQUAZIONE DELLA RETTA EQUAZIONE DEGLI ASSI L equazione dell asse x è 0. L equazione dell asse y è 0. EQUAZIONE DELLE RETTE PARALLELE AGLI ASSI L equazione di una retta r parallela all asse x è cioè è uguale

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione

Dettagli

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo Corso di Approfondimenti di Matematica Biotecnologie, Anno Accademico 2010-2011, http://users.mat.unimi.it/users/colombo/programmabio.html Vettori Vettori 1 2 3 4 di di Ricordiamo il in R n Dati a = (a

Dettagli

4.3 Esempio metodo del simplesso

4.3 Esempio metodo del simplesso 4.3 Esempio metodo del simplesso (P ) min -5x 4x 2 3x 3 s.v. 2x + 3x 2 + x 3 5 4x + x 2 + 2x 3 3x + 4x 2 + 2x 3 8 x, x 2, x 3 Per mettere il problema in forma standard si introducono le variabili di scarto

Dettagli

Determinazione degli Elementi Orbitali di un Corpo Celeste noti i Vettori r e V all istante t. Giuseppe Matarazzo

Determinazione degli Elementi Orbitali di un Corpo Celeste noti i Vettori r e V all istante t. Giuseppe Matarazzo Determinazione degli Elementi Orbitali di un Corpo Celeste noti i Vettori r e V all istante t Giuseppe Matarazzo Febbraio 2003 Dicembre 2008 2 I vettori Posizione e Velocità I vettori r, V assegnati La

Dettagli

8. Completamento di uno spazio di misura.

8. Completamento di uno spazio di misura. 8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme

Dettagli

Esercitazione di Analisi Matematica II

Esercitazione di Analisi Matematica II Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare

Dettagli

Corso di elettrotecnica Materiale didattico: i grafi

Corso di elettrotecnica Materiale didattico: i grafi Corso di elettrotecnica Materiale didattico: i grafi A. Laudani 12 ottobre 2005 I grafi costituiscono uno strumento matematico che permette di descrivere e schematizzare una grande varietà di problemi

Dettagli

Analisi interazione domanda/offerta: modelli di assegnazione

Analisi interazione domanda/offerta: modelli di assegnazione Corso di Laurea Ingegneria Civile - AA 1112 Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento di

Dettagli

Analisi costi-efficacia. Valutazione economica dei piani e dei progetti

Analisi costi-efficacia. Valutazione economica dei piani e dei progetti Analisi costi-efficacia Valutazione economica dei piani e dei progetti Introduzione La metodologia ACE si applica nei casi in cui non sia ritenuto conveniente o possibile esprimere i benefici del progetto

Dettagli

= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ

= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ Alcuni esercizi sullo spazio euclideo R Nel seguito R indicherà lo spazio euclideo tridimensionale standard, dotato del riferimento cartesiano naturale (pag 56-57 del libro Nota: gli esercizi proposti

Dettagli

STATISTICA AZIENDALE Modulo Controllo di Qualità

STATISTICA AZIENDALE Modulo Controllo di Qualità STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la

Dettagli

Rappresentazione dei Numeri

Rappresentazione dei Numeri Rappresentazione dei Numeri Rappresentazione dei Numeri Il sistema numerico binario è quello che meglio si adatta alle caratteristiche del calcolatore Il problema della rappresentazione consiste nel trovare

Dettagli

( ) le colonne della matrice dei coefficienti, con. , risulta A 3 = A 1 + 4A 2 + 4A 5, A 4 = A 1 + A 2,

( ) le colonne della matrice dei coefficienti, con. , risulta A 3 = A 1 + 4A 2 + 4A 5, A 4 = A 1 + A 2, 1 Elementi di Analisi Matematica e Ricerca Operativa prova del 6 luglio 2016 1) Discutere il seguente problema di Programmazione Lineare: Trovare il massimo di p x 1, x 2, x 3, x 4 # x 2 + 4 x 3 + x 4

Dettagli

ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA. 2. Insiemi numerici A. A

ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA. 2. Insiemi numerici A. A ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA 2. Insiemi numerici A. A. 2013-2014 1 INSIEMI NUMERICI sono la base su cui la matematica si è sviluppata costituiscono le tappe di uno dei più importanti

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il

Dettagli

Capitolo 10. La media pesata Calcolo della media pesata

Capitolo 10. La media pesata Calcolo della media pesata Capitolo 0 La media pesata Supponiamo che una stessa grandezza sia stata misurata da osservatori differenti (es. velocità della luce) in laboratori con strumenti e metodi di misura differenti: Laboratorio

Dettagli

Insiemi, Numeri, Terminologia. Prof. Simone Sbaraglia

Insiemi, Numeri, Terminologia. Prof. Simone Sbaraglia Insiemi, Numeri, Terminologia Prof. Simone Sbaraglia Corso Rapido di Logica Matematica La logica formale definisce le regole cui deve obbedire qualsiasi teoria deduttiva. Una proposizione e` una affermazione

Dettagli

Applicazioni lineari e diagonalizzazione pagina 1 di 5

Applicazioni lineari e diagonalizzazione pagina 1 di 5 pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x

Dettagli

SIMULAZIONE - 29 APRILE QUESITI

SIMULAZIONE - 29 APRILE QUESITI www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione

Dettagli

Sintesi di Reti sequenziali Sincrone

Sintesi di Reti sequenziali Sincrone Sintesi di Reti sequenziali Sincrone alcolatori ElettroniciIngegneria Telematica Sintesi di Reti Sequenziali Sincrone na macchina sequenziale è definita dalla quintupla δ, λ) dove: I è l insieme finito

Dettagli

Approssimazione di dati e funzioni

Approssimazione di dati e funzioni Approssimazione di dati e funzioni Richiamiamo i principali metodi di approssimazione polinomiale di un insieme di dati (x i, y i ), i = 0,..., n. Le ordinate y i possono essere i valori assunti nei nodi

Dettagli

1 Applicazioni lineari

1 Applicazioni lineari 1 Applicazioni lineari 1 Applicazioni lineari 1.1 Definizione Si considerino lo spazio tridimensionale euclideo E e lo spazio vettoriale V ad esso associato. Definizione. 1.1. Sia A una applicazione di

Dettagli

FUNZIONI. }, oppure la

FUNZIONI. }, oppure la FUNZIONI 1. Definizioni e prime proprietà Il concetto di funzione è di uso comune per esprimere la seguente situazione: due grandezze variano l una al variare dell altra secondo una certa legge. Ad esempio,

Dettagli

Verifiche di deformabilità e di stabilità degli elementi inflessi

Verifiche di deformabilità e di stabilità degli elementi inflessi modulo D L acciaio Unità Il metodo alle tensioni ammissibili 1 Verifiche di deformabilità e di stabilità degli elementi inflessi Verifica nei confronti dello svergolamento (instabilità laterale) Esaminiamo

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli